MacBook-Preiserhöhung nur eine Frage der Zeit: Apple bestätigt hohe Speicherpreise und massive Engpässe

[Redaktion]

Apple deutet unvermeidliche Preiserhöhungen bei Mac und MacBook an, nachdem CEO Tim Cook offiziell vor anhaltenden Engpässen beim Mac mini und Mac Studio wegen beispielloser KI-Nachfrage und stark steigender Speicherpreise gewarnt hat. Globale Lieferengpässe, die durch die Priorisierung von KI-Servern ausgelöst worden sind, haben bereits zu nicht verfügbaren Produkten und zur Entfernung von Mac-Studio-Modellen mit viel Arbeitsspeicher geführt.

https://www.notebookcheck.com/MacBook-Preiserhoehung-nur-eine-Frage-der-Zeit-Apple-bestaetigt-hohe-Speicherpreise-und-massive-Engpaesse.1287697.0.html

[RobertJasiek]

"Nachfrageschub nach den Macs, die viele für KI-Plattformen kaufen wollen [...] Wer leistungsstarke Apple-Silicon-Hardware für KI-Entwicklung benötigt"

Entweder es gibt diesen Nachfrageschub oder er ist eine Behauptung, um ihn zu erzeugen...

Bei lokaler Prosumer-Hardware für KI gibt es diese beiden Optionen:
- Nvidia-GPU(s)
- Mac(s)

Vorteile von Nvidia:
- GPUs sind auch für KI optimiert
- Nvidia-Bibliotheken sind auch für KI optimiert
- vorhandene KI ist meist für Nvidia optimiert
- RAM-Skalierung ist möglich, während VRAM-Skalierung jenseits von 48GB zu teuer ist (manche KIs mit überschaubarer Netzgröße und vielen kleinen Inferencing-Objekten brauchen v.A. RAM, andere mit großem Netz brauchen v.A. VRAM, manche laufen möglicherweise auf beiden gut)

Vorteile von Mac:
- Speicherskalierung ist bis zur (allerdings sehr schwierigen) Kopplung von ca. 4 Macs möglich, aber jenseits von ~192GB zu teuer (und umfasst dann auch den RAM-Äquivalent und mehr als ~48GB ist auch schon teuer)
- hohe Bandbreite
- beide Vorteile ermöglichen viele der LLMs
- wenn man KIs ganz neu programmiert und trainiert, sind Macs ebenso wie Nvidia prinzipiell möglich

Haupterwägung:
Verschiedene KIs werden ggf. sehr unterschiedlich schnell sein können auf Nvidia oder Mac bis zu Geschwindigkeitsfaktoren in Höhe mehrerer Dutzend oder Nicht-Ausführbarkeits-Limits (z.B. wegen zu kleiner VRAMs). Wenn man nicht vorher weiß, welches System schneller sein kann, und bevor man viel Geld in ein System investiert, sollte man ggf. von beiden Systemen Einsteigertestgeräte kaufen, dort Geschwindigkeit testen und für teure, schnelle Systeme extrapolieren.